Voie rapide ou non?

Depuis de nombreuses années, les responsables planifient les réseaux de transports en mesurant l’état et la performance des routes. Les nouvelles technologies, comme les données des véhicules connectés, permettent aux planificateurs et planificatrices des transports d’observer les véritables comportements des gens au volant et de déterminer comment ces comportements influencent les résultats en matière de sécurité. Le partenariat de GHD avec Compass IoT fournit des observations constantes au sujet des tendances de freinage, d’accélération et d’embardée, ce qui offre une vision plus complète des comportements des automobilistes dans des conditions réelles.

En se basant sur leurs expériences en Australie et aux États-Unis, ainsi que sur des informations obtenues lors de la conférence annuelle 2026 du Transportation Research Board (TRB) (page en anglais), Sarah Dods et Frank Penry expliquent comment les normes culturelles influencent notre conduite et pourquoi les données sur le comportement deviennent essentielles à la planification des transports.

Dans le cadre de son travail récent en Australie et en Nouvelle-Zélande, M. Penry a remarqué une grande différence dans le comportement des automobilistes locaux et celui des automobilistes aux États-Unis. Les conductrices et conducteurs australiens ont tendance à voir la vitesse affichée comme étant la limite maximale. Lorsque les limites changent dans une zone de travaux ou par mauvais temps, la plupart des automobilistes réduisent collectivement leur vitesse et se déplacent à un rythme similaire.

Aux États-Unis, la vitesse affichée est souvent perçue comme étant une limite inférieure. Les automobilistes s’attendent à ce que le flux de la circulation établisse la vitesse réelle. Les véhicules plus lents sont alors encouragés à s’écarter du chemin. Cette manière de penser fait donc en sorte qu’il y a de grands écarts de vitesse sur une même route.

Chaque pays interprète la même règle de manière assez différente. Les deux ont la même intention, soit d’assurer la sécurité des déplacements, mais ils partent de deux comportements de base très différents qui influenceront l’efficacité de leurs interventions.

Les données sur les accidents nous informent des événements après un incident, alors que celles sur le comportement nous permettent de comprendre les conditions qui ont mené au risque. Lorsque nous combinons un freinage sec, une embardée, des forces G élevées et une variation de la vitesse aux historiques d’accidents, nous peignons une image claire d’où et de pourquoi le risque se développe. Une approche en plusieurs couches permet de déterminer s’il s’agit d’un événement unique, ou si les tendances répétées augmentent les probabilités d’un autre accident à cet endroit.

Certains endroits démontrent plusieurs quasi-incidents, qui sont des signes avant-coureurs. Par exemple, nous pouvons cartographier des dizaines d’embardées près d’un endroit où il n’y a eu qu’un seul accident enregistré. Cela suggère des tendances en matière de comportement qui exigerait notre attention avant qu’un autre incident se produise. Nous pouvons aussi savoir quelle distance les automobilistes parcourent avant et après un événement risqué, afin de comprendre si certaines parties de leur déplacement contribuent à des comportements non sécuritaires.

Les données sur le comportement démontrent aussi si les interventions en matière de sécurité créent un changement durable. Certaines interventions fonctionnent au début, mais perdent de leur efficacité lorsque les automobilistes s’habituent à l’environnement. Les informations des véhicules connectés nous aident à comprendre quels changements de comportement demeurent ou régressent, particulièrement lorsque les automobilistes se sentent de nouveau à l’aise. Ce niveau de détail donne aux planificateurs et planificatrices une meilleure orientation lors de la mise à niveau ou de la sélection des interventions.

Le changement de comportement dépend de la culture. En Australie, un panneau signalant un endroit connu comme étant à haut risque d’accident encourage souvent les automobilistes à ralentir et à mieux se concentrer sur la route. Aux États-Unis, l’effet de ce genre de message est moindre, donc l’application de la loi pourrait jouer un rôle complémentaire. Les données des véhicules connectés nous aident à comparer ces réactions et à déterminer les messages qui créent des améliorations constantes sur le plan de la sécurité et des changements de comportement.

Nous pouvons aussi tester l’influence des messages. Nous avons appris qu’une demande directe de ralentir a souvent un effet limité.

La recherche appuie cette conclusion. En 2016, une étude (en anglais) a démontré que les automobilistes étaient plus susceptibles de changer leur itinéraire lorsqu’un panneau affichait « accident » au lieu de messages génériques comme « travaux » ou « congestion ». Cela crée de réelles possibilités d’améliorer la transmission d’informations pour inciter les automobilistes à adopter des habitudes plus sécuritaires.

D’un autre côté, les véhicules autonomes sont de plus en plus présents sur nos routes, ce qui soulève plusieurs questions : comment devraient-ils se comporter à proximité d’automobilistes humains? Un véhicule autonome devrait-il respecter la limite affichée ou suivre le flux de la circulation si ces vitesses sont différentes? Comment devrait-il réagir si les automobilistes à proximité dévient de la tendance prévue en raison d’une distraction ou d’une réaction aux conditions environnantes?

Si les véhicules autonomes respectent les limites de vitesse affichées, cela pourrait ne pas correspondre aux tendances de conduite des humains autour d’eux. Cet écart soulève des questions d’éthique et d’ingénierie au sujet du comportement à adopter pour les systèmes autonomes lorsque le choix « sécuritaire » entre en conflit avec le choix « légal » sur une route très fréquentée.

Les données sur le comportement nous aident à répondre à ces questions avec des preuves au lieu de suppositions. Elles appuient une étroite collaboration entre les ingénieurs et ingénieures ainsi que les spécialistes du comportement pour veiller à ce que les interventions reflètent les vrais comportements de conduite. 

• Les données sur le comportement nous permettent d’observer les réactions des automobilistes aux conditions réelles et où le risque se développe. Elles nous donnent une meilleure visibilité des tendances qui ne sont pas observables à partir des données sur les accidents.
• Les informations des véhicules connectés nous permettent d’assurer un suivi pour déterminer si une intervention en matière de sécurité modifie le comportement et si ce changement perdure lorsque les automobilistes s’habituent à l’environnement.
• Nous utilisons les preuves pour orienter la planification et le travail stratégique afin que les interventions correspondent aux habitudes de conduite locales et appuient des résultats plus sécuritaires dans la région.

Si vous souhaitez discuter de la façon dont les informations sur le comportement peuvent éclairer votre planification de la sécurité, communiquez avec nous pour découvrir comment nous utilisons ces données dans nos projets.